待验证50% 置信基准精确时间
AXIS 基准论文发现，方法感知的 episode 条件化平均优于普通行为克隆，而长量标签微调可进一步提升成功率。真实实验中，仿真预训练将成功率从 9.6% 提升至 31.7% 以上。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证在条件化预训练之后，微调时使用常数标签能提升平均成功率，且无论推理时用带标签还是不带标签都成立。75% 相似待验证训练轮次直接影响识别效果，训练越充分检测精度越高，建议将训练轮次调高到20、50乃至100次74% 相似待验证质量感知预训练的实践建议是：条件化是默认首选，尤其当能提供 episode 级的质量或路径标注时。73% 相似待验证逐条检查模型在训练过程中的动作序列，可以判断高分来自真实能力提升还是对奖励机制的钻空子73% 相似待验证在受控单次预训练对比实验中，使用Edu-QuRating筛选混合集训练的模型在九项基准测试上的整体观测准确率高于FineWeb-Edu基线模型，且性能提升集中在特定任务上73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1029791API
curl https://kongchang.com/api/v1/knowledge/claims/1029791MCP
get_claim(id=1029791)